Séparation Aveugle de Signaux Audio Utilisant Particle Swarm Optimisation (PSO)

dc.contributor.author	BALAH, Oualid
dc.date.accessioned	2021-09-05T11:49:34Z
dc.date.available	2021-09-05T11:49:34Z
dc.date.issued	2021
dc.identifier.uri	http://dspace.univ-msila.dz:8080//xmlui/handle/123456789/25319
dc.description.abstract	La Séparation Aveugle de Sources (BSS) est devenue un sujet de grand intérêt dans le domaine du traitement du signal. BSS se base sur la récupération des signaux inconnus de source, uniquement à partir des mélanges observés. En effet, aucune information sur les signaux sources originaux n’est connue sauf leur indépendance statique. Dans la présente étude nous avons utilisé l’algorithme d’optimisation par essaim de particules (PSO), un algorithme évolutionnaire largement utilisé pour sa rapidité de convergence, dans le problème d'optimisation de la séparation aveugle de sources audio.	en_US
dc.language.iso	fr	en_US
dc.publisher	univ msila	en_US
dc.subject	Séparation Aveugle de Sources BSS; Audio, Optimisation par essaim de particules PSO.	en_US
dc.title	Séparation Aveugle de Signaux Audio Utilisant Particle Swarm Optimisation (PSO)	en_US
dc.type	Thesis	en_US